一种小电流接地系统故障选线方法

    公开(公告)号:CN118837674A

    公开(公告)日:2024-10-25

    申请号:CN202410932899.4

    申请日:2024-07-12

    Applicant: 三峡大学

    Abstract: 本发明公开了一种小电流接地系统故障选线方法,该方法首先将线路零序电流信号通过格拉姆角差场转换为二维空间域图像;然后,运用密集型卷积神经网络提取图像中的故障特征,再用随机森林分类算法实现故障选线;将零序电流通过格拉姆角差转化为二维图像的方式,能够凸显出故障线路零序电流的故障特征,以图像的形式直观地显现出来,利用密集型卷积神经网络能够准确有效地提取故障特征,有效地提取出表征故障信息的特征向量,使得模型有很好的泛化能力,使用随机森林代替DenseNet的Softmax分类函数,有效地提高了故障选线的准确率,提升了模型抗噪声能力,提高了故障选线的效率解决了当前小电流接地系统单相接地故障特征微弱,选线准确率不高的问题。

    一种基于多策略改进的INGO算法
    7.
    发明公开

    公开(公告)号:CN118350403A

    公开(公告)日:2024-07-16

    申请号:CN202410435647.0

    申请日:2024-04-11

    Applicant: 三峡大学

    Abstract: 本发明公开一种基于多策略改进的INGO算法,包括:步骤1:构建北方苍鹰优化算法,在第一阶段之前种群初始化时引入拉丁超立方抽样,使得初始化样本点分布均匀、且不重复;步骤2:在第两阶段中引入正态云模型来提高种群多样性;步骤3:为了提高算法寻优精度和稳定性,在第二阶段进行动态位置自适应调整;步骤4:引入柯西变异;步骤5:进行算法测试,测试局部开发能力,全局寻优能力,全局搜索与局部开发平衡能力;步骤6:进行实例实验,选用风场原始数据进行预测,并采用平均绝对误差、均方误差、平均绝对百分比误差和拟合优度评价模型性能;本发明解决了传统NGO算法收敛速度慢和易陷入局部寻优等问题,提升了算法整体性能。

Patent Agency Ranking